位置:立项数据库 > 立项详情页
整合不确定信息估计传染病流行水平的多层次贝叶斯模型
  • 项目名称:整合不确定信息估计传染病流行水平的多层次贝叶斯模型
  • 项目类别:面上项目
  • 批准号:30771867
  • 申请代码:H2611
  • 项目来源:国家自然科学基金
  • 研究期限:2008-01-01-2010-12-31
  • 项目负责人:刘沛
  • 负责人职称:教授
  • 依托单位:东南大学
  • 批准年度:2007
中文摘要:

为建立传染病流行的多层次贝叶斯模型,本项目对多来源不确定性信息收集及定量方法、多层次模型构建、模型应用、模型稳健性、模型验证等进行了研究。通过对条件独立模型和条件相关模型的理论和应用研究,探讨了多个实验联合应用时贝叶斯模型构建方法。通过整合同一层次下的平行实验和不同层次下的系列实验,给出了多层次贝叶斯模型构建方法。在客观性较强的先验信息获取上,本研究收集了WHO和中国CDC的抗-HIV诊断试剂评价数据,分析显示在WHO的26项评价和中国CDC的58项评价中,均未发现阈值效应。主观性先验信息通过专家评分法获得。在我国目前的献血员HIV筛检系统中,检测试剂的灵敏度、特异度存在着不确定性,检验方法间存在着相关性,实验数据具有明显的层次性,绝大部分筛检标本没有金标准确证实验结果,这些问题的存在,使得对这一复杂系统的评价具有很大的挑战性。本项目以徐州市234602人次无偿献血员抗-HIV筛检大样本数据,通过构造贝叶斯多层次模型对我国献血员抗-HIV筛检方案进行了评价。验证研究表明,本项目建立的多层次贝叶斯模型与实际数据吻合良好。

结论摘要:

英文主题词Bayesian statistics;Hierarchical models; infectious diseases


成果综合统计
成果类型
数量
  • 期刊论文
  • 会议论文
  • 专利
  • 获奖
  • 著作
  • 6
  • 1
  • 0
  • 0
  • 0
相关项目
期刊论文 3 会议论文 14
刘沛的项目